Лекция 1. Примеры применения анализа данных, стандартные задачи и методы


Группа ВК: vk.com/data_mining_in_action
Репозиторий курса на гитхабе: github.com/vkantor/MIPT_Data_Mining_In_Action_2016
Слайды первой лекции выложены в репозиторий в папку lectures и на SlideShare: www.slideshare.net/xeadwl/lecture-1-introduction-66914456

Удаленный аналитик: must have инструменты лайфхаки по началу карьеры


Воркшоп по удалённой работе аналитика.
Спикер #1: Артём Боровой, Бизнес-аналитик в Фоксфорде, “Удаленный аналитик: must have инструменты лайфхаки по началу карьеры“
Спикер #2: Александр Моисеев, Data аналитик в Яндекс.Маркете, “Ключевые hard и soft skills для удалённой работы аналитика“

На воркшопе мы разбираем: 
• ключевые hard и soft skills для удалённой работы аналитика
• грейды аналитиков и пути развития? 
• что делать, чтобы стать востребованным специалистом в анализе данных. 

С профессией Data Analyst можно ознакомиться здесь: clc.to/AY99BA

Алексей Никушин - аналитика, маркетинг, МатеМаркетинг


Ждем вас на Матемаркетинге-2020 matemarketing.ru/

Доклады Матемаркетинга прошлых лет www.youtube.com/c/Матемаркетинг/videos

Топ-5 книг по аналитике от Алексея Никушина:
1. «Lean Analytics» Alistair Croll and Benjamin Yoskovitz
2. «Аналитическая культура» Карл Андерсон
3. «Как не ошибаться. Сила математического мышления»
Джордан Элленберг
4. «Статистика. Шаг за шагом» Роберт А. Доннелли — младший
5. «Думай как математик. Как решать любые задачи быстрее и эффективнее» Барбара Оакли

Чат Работа ищет аналитиков t.me/analysts_hunter

Понравилось? Подписывайтесь и следите за нами!
karpov.courses/
vk.com/meaning_data
www.facebook.com/KarpovCourses-108649760868303
t.me/RFMsegment

00:00 | Что значит МатеМаркетинг?
2:35 | Маркетолог, аналитик — одно и то же?
7:40 | Анализ данных — грамотность 21 века
12:34 | Карьерный путь аналитика сегодня
16:54 | Python и SQL, все еще надо учить?
21:24 | Спрос на аналитиков растет?
24:52 | Как перестать делать выгрузки?
29:59 | Чат аналитиков в телеге
37:20 | Что делать, если вы джун аналитик?
39:30 | Где учиться аналитике?
48:07 | Топ 5 скилов
51:06 | Как устроиться на работу?
59:51 | МатеМаркетинг-2020, что нас ждет?

Лекция 1. Описательные статистики. Квантили, квартили. Гистограммы


compscicenter.ru/

Описательные статистики. Квантили, квартили. Гистограммы. Ядерные оценки плотности.
Лекция №1 в курсе «Анализ данных на Python в примерах и задачах. Часть 1» (весна 2018).
Преподаватель курса: Вадим Леонардович Аббакумов

Кем быть: 2028. АНАЛИТИК ДАННЫХ (DATA SCIENTIST)


Профессия «Аналитик данных» или DATA SCIENTIST — эта серия о настолько необходимых людях, что им в любой сфере найдется место. Почему? Потому что данные сейчас производят везде, а обрабатывать их умеют только они — аналитики данных, специалисты нашего будущего, да и уже настоящего тоже.
Таких людей мы нашли и в приложении по редактированию фотографий «Prisma», и в группе компаний «S7», и в исследовательском центре «Samsung», и еще во многих сферах, где они есть, но мы просто не смогли рассказать о них за 13 минут.

«Кем быть: 2028. Профессии будущего» — новый проект фонда «Продюсер будущего» о профессиях, которые будут актуальны, востребованы и высокооплачиваемы в ближайшие 10 лет. В каждой серии ведущие эксперты перспективных профессиональных областей приглашают к себе на рабочее место, рассказывают об особенностях обучения и приоткрывают завесу тайны, рассуждая о том, какое будущее ждет «новых» специалистов и с какими сверхзадачами им предстоит столкнуться.

Stylelint — как и зачем линтить CSS (Андрей Ситник) - TK Conf


Андрей Ситник
Злые марсиане, Ведущий фронтенд-разработчик

ESLint уже стал стандартом и большинство команд линтит JS. Но что с CSS? Андрей Ситник рассмотрит все линтеры для CSS. На примере Stylelint и Stylefmt покажет как линтер может повышать качество кода и решать социальные проблемы команды.

Базы данных. NoSQL. MongoDB


Рассмотрим работу MongoDB в том числе в связке с PHP.

Презентация:
docs.google.com/presentation/d/14GGpi6FCJ5b9kK0dMRjPz7VQz-DZ6r-0q3Hx5o2U7cY/edit?usp=sharing

Практика:
github.com/AntonOkulov/mongo-test

В этом занятии:
— Что нужно для работы установка
— Подключение
— Создание базы
— Вставка
— Insert one
— Insert many
— Выборки
— Find One
— Find Many
— Comparsion rules
— Query Projection
— Limit/Sort/Skip
— Aggregation
— Изменение
— Upsert
— Удаление
— Delete one
— Delete many
— Индексы

По любым вопросам, связанным с курсом можно писать на почту: okulov@rclass.pro